Magic Leap宣传声势浩大的Magic Leap One MR头戴设备终于面世了

去年，我分享了我对阻碍移动VR发展的一些难题的看法。我认为，虽然移动VR被炒作得很热，但实际交付的性能远没有达到预期。我发现许多系统仍然要连接PC或者需要在头戴式显示器（HMD）中使用重型电池。这些产品很昂贵，依赖于外部传感器，并且，在当时缺乏优质内容的支持，使它们成为早期爱好者的有趣玩物，但不太可能被大规模采用。一年后情况有何变化？我们看到了一些进步，但这些小小的进步谈不上具有开创性。真正的硬件移动性、用户体验和成本方面的进步仍然面临重大障碍。

2017年遭遇寒流后，预计增长率将回升至50％的同比增幅（出货量），这特别要归功于Google和Facebook推出的用户友好型游戏。据IDC估计，独立和有线头戴设备将快速绕过无屏幕头戴设备，到2022年将达到85％的出货量。Canalys报告预计，独立头戴设备的出货量将达到140％的复合年增长率，直至2021年。内容和交付正在改善，至少在VR领域，新的VR设备（Facebook Oculus Go、HTC Vive Pro和联想Mirage Solo with Daydream）预计很快上市。Magic Leap宣传声势浩大的Magic Leap One MR头戴设备终于面世了。

全球AR / VR头戴设备预测，2017第四季度，（资料来源：IDC）

潜力巨大，仍然不实用

上海MWC：移动VR——满足你变成CyBorg的梦想（资料来源：CEVA）

许多产品仍然是有线的，可能是为了避免一些不切实际的“移动”解决方案，这些解决方案只是将支持PC放在背包中，与几个可穿戴传感器相连。在我看来，这种设计看起来很尴尬，并且限制了完全沉浸式体验。大多数HMD仍然依赖设置在游戏区域周围的外部跟踪传感器——上图中圈出了一个传感器（四个中的一个）。这些外部传感器对于消费者也是不切实际的；你必须在传感器之间保留一个较大的游戏空间，并为每个传感器连接电源线（潜在的绊倒危险）。

缺乏高质量的互动内容

在改进方面，HTC展示了Vive与卡丁车模拟机的搭配使用。这款头戴设备实际上是独立的，相比我们所见到的大多数移动头戴设备，它在人体工程学上大有改进。它支持由内向外6度旋转（6DoF），但我们怀疑它的马力比不上有线HMD，所以特别检查了一翻。坐在卡丁车上，我调整了HMD，虚拟现实场景以无线方式传输。我可以移动头部环顾四周，这一点很棒。我的期望值因此提高，于是我问“下一步是什么？我可以和卡丁车互动吗？”显然不能——这就是完整的演示！令人失望；总的来说比纸板设备有所提升，但仅此而已。

上海MWC：HTC Vive焦点演示（来源：CEVA）

我继续寻找更好的互动内容，最后终于找到并测试了一款还不错的健身VR游戏。在游戏中，用户骑在固定自行车上，但感觉自己正在追逐一群马；目标是用套索套马。当然，踩踏板的速度越慢，马群离你的距离随之加大。

上海MWC：VR健身运动（资料来源：CEVA）

虽然仍然是一个带线缆的游戏（具有允许用户交互的自定义设置），我得到25分钟的充分锻炼，并且乐在其中。

总的来说，我们今年在上海MWC上看到了一些进步，无一称得上令人激动。在大多数消费者认可的移动性、用户体验和成本方面，仍然存在重大技术障碍。我们看到的系统仍是概念性的，尚未准备好投入大量使用，在交互性方面缺乏进展。可以为与会者带来乐趣，但远未准备好大规模应用。

我们必须改变规则

我们相信理想的VR / AR / MR体验将基于独立的HMD，并具有由HMD驱动的感测和跟踪（从内向外而非从外向内）功能，可能带有指针/控制设备，并且，如果需要，可配备便携式电源组。这是用户的合理期望。Magic Leap似乎遵循了这一理念，但是，由于产品才刚刚发布，它的实际使用效果还需要拭目以待。

阻碍独立式HMD移动性的最大限制因素是电池，即使将电池连接到皮带上也是如此。电池最大限制的是图形和视觉功能（定位、跟踪等）的功耗以及用户认为合理的使用时间（可能是几个小时）。Magic Leap One采用NVIDIA Tegra X2，基于四核Cortex A57、双NVIDIA Denver 2和基于NVIDIA Pascal的256 CUDA核心GPU，马力强大，主要为自动驾驶汽车和功率限制要求不高的视频驾驶舱设计（根据NVIDIA）。那么Magic Leap One电池能续航时间有多久？公司不愿分享这些信息。我们听说该系统配备了A57四核中的两个和Denver 2双核中的一个。显然，游戏/应用程序开发人员必须考虑其他核的功能、性能和功率之间的合理平衡。

我们不能止步于展示VR / AR / MR的可能性，还要让它变得实用。这需要改变硬件设计方法。例如，游戏和应用程序开发人员应该能够将视觉密集型任务从CPU和GPU卸载到更节能的视觉处理器上。这一类在高级VR / AR / MR中将变得越来越重要的视觉密集型任务包括失真校正、中心凹形渲染、内向外跟踪、传感器融合、AI以及其他可能更多的任务。